| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题研究的背景及意义 | 第16-17页 |
| 1.2 室内定位系统的国内外发展 | 第17-20页 |
| 1.2.1 定位系统 | 第17-19页 |
| 1.2.2 常见室内定位方法 | 第19-20页 |
| 1.3 本文结构及研究内容 | 第20-22页 |
| 第二章 基于WLAN的位置指纹定位算法 | 第22-41页 |
| 2.1 WLAN概述 | 第22-28页 |
| 2.1.1 WLAN的发展现状 | 第22-24页 |
| 2.1.2 WLAN的网络组成 | 第24-25页 |
| 2.1.3 WLAN的网络结构 | 第25-27页 |
| 2.1.4 802.11网络协议标准 | 第27-28页 |
| 2.2 基于WLAN的室内定位技术 | 第28-33页 |
| 2.2.1 几何法 | 第28-31页 |
| 2.2.2 近似法 | 第31-32页 |
| 2.2.3 场景分析法 | 第32-33页 |
| 2.3 基于WLAN的位置指纹定位算法 | 第33-40页 |
| 2.3.1 原理概述 | 第34-36页 |
| 2.3.2 位置指纹库 | 第36-37页 |
| 2.3.3 典型的定位算法 | 第37-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 基于KFCM-LMC-LSSVM算法的WLAN室内定位方法 | 第41-56页 |
| 3.1 空间区域划分 | 第41-45页 |
| 3.1.1 模糊聚类算法 | 第41-42页 |
| 3.1.2 模糊C均值聚类算法 | 第42页 |
| 3.1.3 核模糊C均值聚类算法 | 第42-43页 |
| 3.1.4 实验分析 | 第43-45页 |
| 3.2 指纹库构建算法 | 第45-51页 |
| 3.2.1 信号衰减模型法 | 第45-46页 |
| 3.2.2 插值法 | 第46页 |
| 3.2.3 低秩矩阵填充法 | 第46-49页 |
| 3.2.4 实验分析 | 第49-51页 |
| 3.3 KFCM-LMC-LSSVM定位算法 | 第51-52页 |
| 3.4 实验结果与分析 | 第52-55页 |
| 3.4.1 实验环境 | 第52-53页 |
| 3.4.2 结果分析 | 第53-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于Android平台的室内定位系统 | 第56-66页 |
| 4.1 终端软件介绍 | 第56-61页 |
| 4.1.1 需求分析 | 第56-57页 |
| 4.1.2 软硬件环境 | 第57页 |
| 4.1.3 终端软件具体介绍 | 第57-61页 |
| 4.2 室内定位的实现 | 第61-62页 |
| 4.3 室内定位效果 | 第62-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 工作总结 | 第66页 |
| 5.2 未来工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第72-73页 |